대학 논문 2천 편, 무슨 연구를 해왔는지 한눈에 볼 수 있을까?

무슨 연구인가

인도의 한 거대 개방대학이 25년간 쌓은 논문 2,254편을 분석한 연구예요. 사람이 다 읽을 수 없는 분량을 컴퓨터가 대신 읽고 '이 대학은 주로 어떤 주제를 연구했나'를 지도처럼 그려냈습니다.

🔬 어떻게 분석했나

① 먼저 논문 제목과 초록을 그러모아 깨끗이 다듬었어요 — 광고성 상용구를 지우고, 흔한 단어(불용어)를 빼고, 단어를 '원형'으로 통일(표제어 추출)하고, '기계 학습'처럼 두세 단어가 한 덩어리인 표현도 묶었습니다.
② 다듬은 글에 LDA라는 기법을 돌렸어요 — LDA는 수많은 문서에서 '자주 함께 나오는 단어들'을 묶어 숨은 주제를 저절로 찾아주는 도구예요. 사람이 주제를 미리 정하지 않아도 컴퓨터가 '이 단어들은 한 묶음이네' 하고 알아서 분류해줍니다.
③ 그런데 주제를 몇 개로 나눌지가 문제죠. 그래서 2개부터 15개까지 다 만들어보고 두 가지 점수로 성적을 매겼어요 — 응집도(한 주제에 묶인 단어들이 실제로 잘 어울리나)와 혼란도(새 글도 잘 설명하나). 그 결과 '6개 주제'가 가장 좋았습니다.
④ 마지막으로 '운 좋게 나온 결과'가 아닌지 확인했어요. 시작값을 10번 바꿔 돌려도 비슷한 주제가 나오는지, 전처리 방식을 4가지로 바꿔도 흔들리지 않는지 검사했습니다 — 토픽모델은 돌릴 때마다 결과가 조금씩 달라질 수 있어서 이 '안정성 검사'가 중요해요.

📊 무엇을 찾았나

6개 주제 중 '개방·원격교육'이 25년 내내 가장 큰 주제였지만 인용은 편당 4.75회로 가장 적었고, 양은 적어도 '생의학' 주제가 편당 12.79회로 세 배 가까이 많이 인용됐어요. 또 누구나 무료로 볼 수 있는 오픈액세스 논문이 그렇지 않은 논문보다 약 52% 더 많이 인용됐습니다.

💡 내 연구에 가져갈 것

토픽 개수는 감으로 정하지 말고 응집도·혼란도로 비교하고, 반드시 씨앗값을 바꿔 안정성까지 확인하세요.

📄 논문 정보

Mapping knowledge patterns in IGNOU research using text mining and topic modeling
Varun Kumar, Kunwar Singh
Discover Education · 2026-10-27
원문 보기 ↗